〈蘇姿丰演講〉蘇姿丰：AI推論才真正賺得到錢 正攜手供應鏈快速擴充CPU產能
超微 (AMD-US) 執行長蘇姿丰 (Lisa Su) 今 (22) 日表示，AI 發展正從早期以訓練大型語言模型為主，逐步轉向推論與更高階的代理式 AI (agentic AI) 應用，也是真正能獲得報酬的地方，將帶動 CPU、GPU、ASIC 與邊緣運算等各類運算需求同步成長，並強調正積極與合作夥伴快速擴大 CPU 的產能供給，以滿足市場需求。
蘇姿丰表示，兩、三年前 AI 浪潮剛開始時，主要是少數大型企業投入大量資金與資源進行 AI 訓練，包括訓練 ChatGPT、Claude、Gemini 及中國大型語言模型等，這些模型都需要龐大運算能力。不過她指出，訓練雖然必要，但真正產生投資報酬的地方在於推論與代理式 AI。
她進一步指出，AI 推論並不只是回答天氣等簡單問題，真正的力量在於 AI 開始能解決複雜問題，並協助企業改變產品開發、公司營運與科學探索的方式，並看好這一輪技術週期與過去不同，過去技術變化通常需要數年，但現在每隔幾個月技術、能力與模型表現就會明顯不同，這也是推動 AI 需求快速成長的原因。
針對 GPU 與 CPU 需求比例，蘇姿丰表示，市場過去幾年高度關注 GPU 成長，但若要實現「AI 無所不在」，就需要各種不同運算能力，現在已開始看到 CPU 成長，也看到部分 ASIC 成長。她指出，變化發生速度相當快，尤其代理式 AI 應用正在增加。
她也指出，AMD 最期待的應用之一，是利用 AI 加速晶片設計。目前一顆先進晶片從開始到完成可能需要兩至三年，若能將時間縮短一半，就能推出更多產品，滿足市場更多需求。
對於 AI 供應鏈瓶頸，蘇姿丰表示，目前幾乎各環節都可見瓶頸，但也正在被快速解決。她指出，半導體供應鏈具備高度積極與解決問題的能力，一旦發現瓶頸，就會找出方法處理。以記憶體為例，目前確實有短缺情況，但也有方式解決；CPU 方面，AMD 也正在大幅提升產能，並要求所有合作夥伴共同協助。
蘇姿丰也提到，除了記憶體與 CPU 之外，電力同樣是重要瓶頸，因為各地建置資料中心與相關運算能力都需要電力支撐。她認為，當前問題並非單一瓶頸，而是產業未完全預期需求會上升得如此快速，因此整個生態系都在努力追趕需求。
談到 AI PC 發展，蘇姿丰表示，她對 AI PC 非常樂觀。新技術一開始通常需要時間，早期 AI PC 較難看見真正應用，多數仍偏向專家使用。不過她指出，AI PC 的重要性在於，使用者既需要 AI，也重視隱私，不希望個人資訊被送到雲端，同時也希望 AI 能在本地端運作，降低對雲端連線與成本的依賴。
除 AI PC 外，蘇姿丰認為，下一個重要浪潮將是 Physical AI，包括機器人，以及在邊緣端運用 AI 能力的各類應用，涵蓋工業、製造與其他本地環境。
針對企業與社會如何因應 AI 普及，蘇姿丰表示，企業不應只從低層次角度看 AI，例如擔心 AI 取代工作，或單純把 AI 視為節省成本工具。她認為，AI 更重要的意義在於讓企業以截然不同的方式做事，因此企業必須重新訓練員工。
她指出，AMD 已在內部教育每一位員工如何使用 AI 工具，並改變產品開發、銷售與行銷方式。AMD 過去 18 個月持續推動相關工作，尤其過去 12 個月更加積極，建立正式訓練與教育計畫。課程依不同職能設計，包括基礎課程、工程師課程，以及銷售與行銷所需的工具訓練。
不過蘇姿丰也提醒，AI 並非總是正確，很多時候仍可能出錯，因此企業必須建立適當檢查機制，因為最終公司仍須對自己發布的資訊負責。
談到 AI 硬體產業發展，蘇姿丰表示，她非常相信開放生態系，因為沒有任何一家公司擁有所有最好的想法，也沒有單一產品能適用所有情境。開放生態系代表硬體可以依不同應用採用不同方案，同時也需要正確的軟體能力與標準支撐。
